Algoritmos culturais com abordagem memética e multipopulacional aplicados a problemas de otimização

Em muitos problemas de otimização há dificuldades em alcançar um resultado ótimo ou mesmo um resultado próximo ao valor ótimo em um tempo viável, principalmente quando se trabalha em grande escala. Por isso muitos desses problemas são abordados por heurísticas ou metaheurísticas que executam buscas por melhores soluções dentro do espaço de busca definido. Dentro da computação natural estão os Algoritmos Culturais e os Algoritmos Genéticos, que são considerados metaheurísticas evolutivas que se complementam devido ao mecanismo dual de herança cultura/genética. A proposta do presente trabalho é estudar e utilizar tais mecanismos acrescentando tanto heurísticas de busca local como multipopulações aplicados em problemas de otimização combinatória (caixeiro viajante e mochila), funções multimodais e em problemas restritos. Serão executados alguns experimentos para efetuar uma avaliação em relação ao desempenho desses mecanismos híbridos e multipopulacionais com outros mecanismos dispostos na literatura de acordo com cada problema de otimização aqui abordado.

FBG optimization using spline encoded evolution strategy

ABSTRACT: This paper presents an encoding scheme adapted for Fiber Bragg Grating (FBG) optimization using metaheuristics. The proposed encoding scheme uses spline approximations in order to build softened refractive index profiles from few encoded parameters. This approach is suitable for Fiber Bragg Grating (FBG) synthesis because it ensures both the reduction of the problem dimensionality and the respect of important restrictions associated to the FBG manufacture. Simulations are shown where an ES using the spline encoding was able to converge faster and produce more interesting filters, when compared with conventional encoding schemes.